本发明属于图像处理技术领域,具体涉及了一种基于强化学习类脑读图的多层核磁影像分类方法及系统,旨在解决现有模型在多层核磁影像分类中性能不佳的问题。本发明包括:将多层核磁影像拆为单层;通过特征编码与预测模型进行第t个核磁影像的编码和感知,获得低维深度特征和分类结果;基于低维深度特征,通过行动策略生成模型获取行动指令x
t;若x
t不为0,则进行t+x
t层影像的特征编码与预测、行动指令生成以及判断,直至行动指令为0;以指令为0的影像的层级分类结果作为多层核磁影像的分类结果。本发明对每一层核磁影像实施逐像素分析保证层级分类正确,并可准确定位真正对最终决策有贡献的层级,进而实现更加精准的多样本多分类任务。
声明:
“基于强化学习类脑读图的多层核磁影像分类方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)